<mark id="oztn4"></mark>
1
亞馬遜于去年12月推出了線下無人售貨便利店——Amazon Go，徹底顛覆了傳統的購物體驗。顧客們不再需要提著購物籃等待結賬，只需拿起想要的東西，然后走出商店，就完成了一次輕松愉快的購物體驗。雖然Amazon Go還是個“半成品”，只向提交了申請的亞馬遜內部員工開放使用，但卻引起了行業內的熱議，并且持續至今。
日前，《聯商網》邀請到11位業內人士，圍繞無人售貨便利店展開了熱烈的討論。眾多嘉賓看法不一，支持者認為無人售貨便利店既為消費者省去了排隊買單的麻煩，帶來了更好的購物體驗；又能為商家削減人力成本；雖然短期內由于技術原因可能無法大面積普及，但未來絕對是一大趨勢。看衰者則認為，無人售貨便利店技術尚不成熟，無法應對大人流量；同時技術、運營成本高昂，難以和普通便利店以及無人售貨機競爭。此外，培養用戶的消費習慣也需要時間，這將給無人售貨便利店的推廣帶來一定阻礙。
就在專家熱議的同時，國內一家研究無人售貨便利店的企業慢慢引起了人們的關注。6月25日，在上海一場"人工智能改變零售"的高峰論壇上，主辦方深蘭科技聯合芝麻信用及NVIDIA，發布了三款無人智能店快貓quiXmart。據雷鋒網了解，quiXmart采用Take go系統，應用了人工智能卷積神經網絡、深度學習、機器視覺以及生物識別等人工智能領域前沿技術，實現了掃手進店、直接購物、拿了就走、無需結賬的無人店全智能化操作。不同于還是“半成品”的Amazon Go，quiXmart已經正式進入了商用階段。據悉娃哈哈和深蘭科技已經簽署3年10萬臺，10年百萬臺的零售終端的合同。
那么這個比Amazon Go還搶先一步的quiXmart到底有多神奇呢？雷鋒網采訪到了深蘭科技的創始人陳海波先生，向他了解了quiXmart無人售貨便利店的技術細節以及他對無人售貨便利店未來發展的看法。
任何一項技術的流行和推廣，必定是因為它解決了人類的某種切實需求。那么無人售貨便利店解決了哪些需求呢？陳海波先生認為，這個問題可以從兩方面來解答。首先，對于利潤原本就很微薄的零售商來說，日益高企的人力成本漸漸變得難以負擔，而無人售貨系統可以幫助零售商減弱對于人力的依賴，提升利潤率。其次，對于消費者來說，如何才能最大限度地簡化購物流程，同時又保證安全性呢？很多廠商都給出了自己的答案，但陳海波先生認為，這些答案都不夠完美。
無人便利店目前主要有三種方案：
第一種是大家最熟悉的大型商超（比如天虹）里的自助結算系統。消費者選擇好商品后，可以在自助收銀臺掃描商品自行結算。這種方案的缺陷在于難以核對和監管。如何才能保證消費者不會多拿少付呢？挑戰人性顯然不現實。
第二種是采用RFID芯片，此方案由來已久，技術上較為成熟，但成本較高。此外RFID芯片也存在雷雨天氣和液體箱內感應困難等致命缺陷。
第三種方案是人工智能識別技術，亞馬遜的Amazon Go便用到了這項技術。
不過陳海波先生認為，盡管Amazon Go看起來很驚艷，卻仍然存在許多不足。首先，使用Amazon Go需要先下載APP，獲客成本高昂。企業必須燒錢補貼才能快速積累大量用戶，如何維持客戶黏性也值得深思，一旦企業不再提供補貼，用戶就很可能會卸載APP。很多企業都死在了這一步。未來隨著無人售貨便利店大面積推廣，如果消費者每進一家便利店都要下載APP，也很不切實際。
其次，消費者每次進店出店都要使用手機驗證，用戶體驗并不出色。一旦用戶忘帶手機就無法進店購物。
陳海波先生認為，無論什么樣的無人零售方案，都必須首先解決C端的用戶體驗問題，再來為B端客戶削減人力成本。因為進不進店消費取決于消費者，沒有消費者一切都是空談。他認為，未來的無人售貨應該去除一切媒介，消費者只需要憑借自己本身就能完成購物。即使消費者赤身裸體地走進商店，也能夠成功買到商品。
要做到這一點，首先要解決身份識別問題。quiXmart采用了生物識別技術：根據每位顧客手掌毛細血管的結構生成一串加密字符，這個字符就是用戶的“終生ID”。陳海波先生指出，指紋識別、人臉識別等技術用到的都是外部生物特征，容易被獲取，安全性較低。而皮下毛細血管屬于內部生物特征，私密性更強。此外，皮下毛細血管識別的誤識率也比其他生物識別技術更低，只有十億分之三。這是因為皮下血管擁有更加豐富的生物特征點——約500-600個，而指紋的生物特征點只有十幾個。
在無人售貨便利店中，除了準確識別，還要持續跟蹤消費者，分析消費者的行為。quiXmart用到了卷積神經網絡和機器視覺對消費者的體態進行分析。陳海波先生介紹，Amazon Go在這個環節用到了人臉識別，但人臉容易被遮擋，消費者一彎腰，攝像頭就可能拍不到人臉了，所以容易跟丟。體態識別則不存在這個問題，而且準確率也有保障，因為兩個人的體型不可能完全融合。
除了識別消費者，商品的識別也是一大難點。機器視覺識別商品的難點在于去背景，對于機器視覺而言，無論商品還是背景都是像素，都需要去識別。假如一個商品放在傳送帶和靜止的桌面上，識別起來會相對容易。但擺放在商店里，顧客走來走去，不斷移動商品，店內的光線不斷變化，這些都會影響到商品識別的準確性。
為此，深蘭科技開發出了一套實時去背景的算法——除了手持商品的消費者和商品，其余背景一律虛化掉。假如你和朋友一起進店選購，你將手中的商品交給了你的朋友，在商品交接的一剎那，你也就成了背景被虛化掉了，以此來提高商品識別的準確性。
消費者選好商品之后接下來就是支付環節。quiXmart無人售貨商店劃分了專門的結算區。一旦用戶進入結算區，就默認客戶已經決定購買商品，系統會自動發起扣款。至于用戶以何種方式付款，則取決于用戶首次注冊時綁定的付款賬號。據悉，quiXmart目前已經支持支付寶、螞蟻花唄、銀聯以及微信等多種付款方式。
陳海波先生指出，對無人售貨系統需求最迫切的是小型便利店，因為這些便利店營業額通常較小，人力成本占比高，接近30%。而大型商超由于營業額巨大，人力成本帶來的影響相對較小，它們的主要痛點在于供應鏈和采購系統。此外，大型商超的消費者結構也較為復雜，包含許多老年人，他們對于無人結算系統這種新技術接受度較低。
據雷鋒網了解，深蘭科技的無人售貨便利店主要以中小型為主。小的智能門店主要針對一家三口，多人單批的應用場景，成本較低，硬件成本僅需1-2萬。中型門店可達幾十平米，能夠應對數十人同時購物。
陳海波先生強調，雖然目前無人售貨系統主要應用于人流量較小的場景，但未來引入大型商超也是有可能的。人流量增加對于系統的主要挑戰在于需要更加強大的GPU運算能力。在6月25日的"人工智能改變零售"高峰論壇上，深蘭科技與Nvidia達成了合作，未來Nvidia將為深蘭科技定制用于大型零售店的企業級GPU。
不過在無人零售/收銀創業者陳維龍看來，無人售貨便利店中用到的圖像識別系統在小范圍場景中——比如10平米，100個商品品類，2個用戶——和高資本、技術投入下，準確率是可以接受的。但如果要進一步擴大，則將面臨非常大的挑戰，而這又是無人售貨便利店的必經之路。因為即使不考慮商業化的種種因素，單從技術到應用角度，這種便利店也要達到50平米、300個商品品類（而且不能是特定的）以上，才具有應用價值。
值得一提的是，為了保證quiXmart無人售貨便利店系統的穩定性，在極端天氣以及較差的網絡環境下也能正常工作，其識別和運算工作都是在本地進行的。
陳維龍認為，本地化可能是必須的，因為這樣的移動空間放在什么地方是無法控制的。網絡狀態很可能不靠譜，而計算量又那么大，如果放在云端，很大概率會無法使用。由于現在的新零售無人化的方案全都是硬件化的，將會延遲普及的速度，遠不如移動互聯網快。
傳統無人售賣機的一大缺陷在于，用戶必須先付款才能接觸商品。而quiXmart解決了“開門”的問題，用戶可以打開門自由挑選，然后再付款，用戶體驗的提升預期將帶來成交量的增加。
此外，與傳統無人售賣機相比，quiXmart智能門店去除了內部繁瑣的機械結構，為商品騰出了更多空間。空間利用率的提升意味著補貨頻次和人工成本的壓縮。因此，陳海波先生認為，無人售貨便利店取代傳統無人售賣機是“沒有問題的”。
對于外界提到的，商品有可能被惡意弄亂的問題，陳海波先生也提出了解決方案。他認為，未來quiXmart無人售貨便利店可以接入芝麻信用評分。通過信用評分機制來規范消費者的行為。
無人售貨便利店目前階段到底可不可行仍然眾說紛紜，但深蘭科技已經準備用市場這塊最好的試金石來檢驗quiXmart了。不管未來成功與否，深蘭科技都是一家值得尊敬的企業，正如創業者陳維龍所說“創新需要鼓勵和寬容”，AI+零售這條道路總要有人來探索。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
